본문 바로가기
728x90
반응형

전체 글647

Segmentation 영역 분할. 영역들을 찾기 위해서는 homogeneity(동질성), contrast(대비)를 이용한다. 하나의 영역인지 판단하는 기준 Gray level color texture shape perimeter 이미지 분할 기술 Region growing and shrinking: 영역 확장과 축소 Clustering methods: 군집화 Boundary detection: 경계선 감지 Region growing and shrinking 영역 확장과 축소 밝기(그레이레벨),색,무늬 , 특징정보 등의 동질성 판단 기준을 통해, 주변에 동질성 기준을 만족하는게 있으면 영역을 확장시킴. 초기에는 4영역으로 조각낸 후, 각 영역의 동질성을 계산한다. 기준을 만족하는 영역들은 합치고, 만족하지 않는 영역은 다시 4.. 2023. 10. 26.
5. Edge Detection 엣지 검출 엣지와 노이즈는 고주파. 고주파를 다루는 high-pass filter를 이용하면 된다. 엣지에 노이즈가 함께 추출되는것, 엣지의 굵기가 다양한것(scale의 차이) 등의 문제가 있다 엣지: 밝기가 크게 변하는 점 Roberts Operator 엣지검출을 위한 필터 1 0 0 -1 Gx 0 1 -1 0 Gy 방향성이 있다. 2x2크기로, 간단한 형태임. 바이너리 이미지에서 엣지 검출하기 좋음 검출시 Gx와 Gy를 각각 연산한 후 더해서 사용. 다양한 굵기(scale), 잡음이 포함됨. 노이즈 민감도가 큼(즉, 노이즈가 걸러지지 않음) 이는 필터가 너무 작기 때문임. 필터가 작으면 작은 엣지까지 검출하는데, 이 때 노이즈까지 검출된다 Sobel Operator 3x3크기의 필터. -1 0 1 2.. 2023. 10. 25.
4. Spatial Filters 공간 필터 1. Mean filter = linear filter = 선형 필터 = 평균 필터 이미지를 부드럽게 만듦 대비가 너무 높은 이미지는 부드럽게 처리할 필요가 있음. convolution 연산으로 처리함 3x3크기의 필터라면 각 칸에 1/9의 가중치씩 둠. 즉 필터에 해당하는 값들의 평균을 사용 필터를 크게 만들면 더 흐릿해지고, 커지는만큼 계산량도 많아짐. 2. Median Filter mean필터와 비슷하지만 비선형(nonlinear) 필터임 salt and pepper 노이즈를 제거하는 데 효과적이고, 이미지를 부드럽게 하는 효과도 있음 convolution연산을 하는것이 아니라, 필터에 해당하는 영역의 값들을 정렬한 후, 중앙값을 사용함 salt와 pepper는 극단적으로 높고 낮은 픽셀.. 2023. 10. 25.
3. 프로젝트 관리 Project management 프로젝트 목표를 효율적이고 효과적으로 달성하는 데 필요한 내적 환경 요소들을 준비하고 유지하는 활동 project management의 5단계 Initiation & conception(문제 정의) planning launch & execution monitoring & control project closure 1. Initiation & conception(문제 정의) 1-1) 비즈니스 니즈 및 목표, 개발 필요성 등 식별 개발의 첫 작업 무엇을 개발할 것인지 정의 개발 범위 결정 문제 정의를 위한 필요 사항: 배경지식, 운영 중인 시스템, 실무 담당자와 면담/자료수집 후 분석 1-2) 프로젝트 타당성에 대한 예비 조사 수행(feasibility analysis) 경.. 2023. 10. 23.
2. 소프트웨어 개발 생명 주기 Process 일이 처리되는 과정이나 공정 주어진 일을 해결하기 위한 목적으로, 그 순서가 정해져 수행되는 일련의 절차 소프트웨어를 정해진 기간동안 고객이 원하는 수준의 품질로 deliver하는 것이 목적 SW 프로세스의 3요소 소프트웨어 세부 작업들의 관계를 정의하는 절차와 방법 능력, 교육 및 동기가 부여된 인원 도구와 장비 소프트웨어 프로세스 모델 소프트웨어 개발 프로세스 프로세스: 작업(task)순서의 집합 + 제약 조건(일정, 예산, 자원)을 포함하는 일련의 활동 (좁은 의미: SW제품을 개발할 때 필요한 절차, 과정, 구조. 사용자의 요구사항을 SW시스템으로 구현하기 위한 일련의 활동) (넓은 의미: 절차,구조,방법, 도구, 참여자까지 모두 포함. SW개발 목적을 이루는데 필요한 통합적 수단).. 2023. 10. 23.
1. 소프트웨어 공학 소프트웨어 컴퓨터 프로그램 + 관련 문서들을 소프트웨어라고 한다. 소프트웨어 제품은 Generic market: 다양한 고객에게, 또는 Custom: 특정 고객에 특화된 것일 수 있다. 소프트웨어의 특징 - 보이지 않는다.(invisibility) - 고유한 복잡도는 줄어들 수 없다.(complexity) - 인풋과 타이밍이 불확실하다. - 새로운 것이 계속 생긴다.(changeability) - 100%자동화가 아님 - 소통이 요구된다. - 관리 이슈 발생 소프트웨어 엔지니어링은 효율적인 소프트웨어 생산의 복잡성의 모든 요소를 관리한다. 소프트웨어 프로그래밍 vs 소프트웨어 엔지니어링 소프트웨어 프로그래밍 - 혼자 개발 - 작은 사이즈 - 짧은 개발기간 - 개발에 포함되는 사항들(Architect = .. 2023. 10. 22.
기계 학습 기계학습 개념 선형 회귀: 데이터를 잘 표현하는 직선 한개를 찾아, 새로운 상황에 대한 예측을 가능하게 함 로지스틱 회귀: 배경지식을 토대로 분류 작업을 할 수 있음 선형 회귀(Linear Regression) 주어진 학습 데이터의 추이에 대해 가장 적합한 직선 방정식을 추론해내는 것 학습 데이터의 예 : 공부시간에 대한 시험성적 공부시간(x) 시험성적(t) 9 74 14 81 21 86 27 90 32 88 37 92 위 데이터를 보면 공부시간에 비례해서 시험성적도 증가하는 경향을 보임. 점들의 추이를 가장 잘 나타내는 직선(y=Wx+b)을 찾아서, 주어지지 않은 공부시간에 대한 시험 성적을 예상할 수 있음. 선형회귀는 주어진 학습 데이터의 추이에 대해 가장 적합한 직선 방정식을 추론해내는것. => 주.. 2023. 10. 21.
SQL: 모든 프로젝트에 참가하는 직원의 이름을 검색하라 데이터베이스 문제를 풀다가 "모든 프로젝트에 참가하는 직원의 이름을 검색하"는 SQL문을 작성해야했는데 쉽게 방법이 떠오르지가 않았다. 심지어는 답안을 봐도 단번에 이해하기가 힘들었다. 그래서 내 방식대로 이해는 했는데 기록을 안 해두면 까먹을것같아서... 이 글을 적어봄. 문제 다음 EMPLOYEE, PROJECT, WORKSON 테이블로 구성된 데이터베이스에서, "모든 프로젝트에 참가하는 직원의 이름을 검색하라."를 수행하기 위한 SQL문으로 옳은 것은? EMPLOYEE(eNo, eName) PROJECT(pNo,pName) WORKSON(eNo,pNo) 답 SELECT eName FROM EMPLOYEE e WHERE NOT EXISTS( SELECT * FROM PROJECT p WHERE NOT.. 2023. 10. 21.
6. ER 모델을 이용한 데이터 모델링 개념적 설계 : 특정 체계의 정보 요구사항을 구성하는 개체, 관계, 속성들을 인식 -> 도형화/명세화 한 것이 Entity Relationship Diagram 개념적 설계의 필요성 - 데이터 독립성 제공을위한 안정된 자료 구조의 창출. 특정 DBMS에 적합한 데이터모델로 변환 용이 ER모델과 관련 명세서를 통한 산출물의 이해도 증진 논리적 설계 개념적 스키마(ER 모델) -> DBMS의 논리적 스키마로 변환 개념적 설계 - 스키마의 표현력과 완전성을 추구 논리적 설계 - 논리적 모델이 제공하는 자료 구조와 제약사항을 효율적으로 이용 논리적 설계의 접근 방향 - ER 다이어그램을 단순한 ER 다이어그램으로 변환 - 단순한 ER 다이어그램을 DBMS의 논리적 모델로 변형 물리적 설계 논리적 스키마를 이용하.. 2023. 10. 21.
5. 데이터베이스 응용 개발 1. 사용자 인터페이스와 도구들 응용 프로그램: 사용자와 데이터베이스를 연결 Front-end: User Interface - forms and graphical user interfaces Report generators Data analysis tools 입력 폼(Forms) DB에 데이터를 입력하고 조회하는 목적으로 사용. - web 검색엔진 Form 개발을 위해 다양한 도구 활용이 가능. - Web Browser: HTML - Language API: Visual Basic, Visual C++, Java Swing 보고서 생성기 데이터베이스에서 사용자가 원하는 보고서를 용도에 맞게 생성하는 도구 2. 웹 인터페이스와 데이터베이스 웹 브라우저는 DB응용에 대한 de-facto standard(사실.. 2023. 10. 21.
Python summary 파이썬 기초 변수: 자료형을 명시할 필요 없음 a = 4 부동소수점 실수 123e2 #12300.0 123.456e-3 #0.123456 유효숫자e지수 형태로 적으면 된다. 출력 형식(format) 기본 방법 # 숫자를 문자열에 삽입하기 number = 42 formatted_string = "숫자는 {}입니다.".format(number) print(formatted_string) # 출력: 숫자는 42입니다. # 여러 개의 값을 삽입하기 name = "홍길동" age = 30 formatted_string = "이름은 {}, 나이는 {}세 입니다.".format(name, age) print(formatted_string) # 출력: 이름은 홍길동, 나이는 30세 입니다. .format(변수값)을 입.. 2023. 10. 18.
머신러닝 개요 Data Science 4차 산업 시대: 빅데이터, 인공지능 데이터 과학: 다양한 데이터로부터 지식과 인사이트를 추출하는 과학적 방법론. 프로세스,알고리즘,시스템을 통합하는 융합분야. -데이터 마이닝, 빅데이터 머신러닝: 기계에게 데이터를 학습시켜 규칙성을 찾아내 미래를 에측하거나 분류,인식하는 기술 - 인공지능, 딥러닝 빅데이터의 특징 3V 규모(Volume) 속도(Velocity) 다양성(Variety) +5V 신뢰성(Veracity) 가치(Value) 데이터 분석 방법(론) 기술 통계: 수집,축적한 데이터를 묘사,설명하는 통계 기법. 대표값 분석 - 평균,중앙값,최빈값/ 분산 분석 - 표준편차, 분산, 사분위값 추론 통계: 수집,축적한 데이터를 기반으로 일반적인 상황을 추론,예측하는 통계기법. - .. 2023. 10. 18.
3. Image Algebra 3. Image Algebra - Image Addition: Image Morphing(이미지 겹치기) Additive Noise(가법적 노이즈). 일반적으로 이미지에서 잡음을 빼려고 하는데 왜 더할까? 잡음을 없애려면 어떤 노이즈가 섞인것인지 알아야한다. 복원을 위한 모델을 만들기 위해서 가법적 노이즈를 사용한다. 더할때는 픽셀 바이 픽셀로 연산한다. -Image Subtraction: 이미지 뺄셈은 움직임 감지에 사용한다. 오리지날 이미지와 시간이 지난 후의 이미지를 가져와서 이미지 뺄셈을 하면, 바뀐 픽셀을 알 수 있다. 그런데, 예를들어 논밭에 자동차가 지나가는 것을 일정 간격으로 사진을 찍어 이미지 뺄셈을 했다고 하자. 이 경우에 이미지 뺄셈의 결과로 자동차만 두드러지게 나타났으면 좋겠지만 실.. 2023. 10. 17.
바질과 아보카도 아보카도 뿌리가 다 썩어버려서 어쩔수없이 뿌리를 다 잘라냈다. 그리고 물에 담가두면 새로운 뿌리가 자라지않을까 기대했는데 물만 계속 썩어가고 진전이 없었다 게다가 토끼가 아보카도잎을 좋아하는지 베란다에 나갔다가 아보카도잎을 다 따먹어버렸다 그래서 그냥 아보카도는 포기하고 줄기까지 잘라서 토끼 간식으로 줬다 1년2개월 키운 아보카도를 더이상 못보는게 많이 아쉽긴하지만 토끼가 맛있게 먹어줘서 슬픔은 덜했다 오히려 잘 먹어주니 뿌듯함도 느꼈다. 바질은 아직 자라고있다 여름이 지나서 자라는 속도는 전만 못하지만 아직 살아있고 잎도 많이 내는 중. 바질 순따기를 하면 항상 버리기도 아쉽고 먹기엔 마땅치않아 고민이었는데 토끼한테 주면 딱이다. 토끼가 바질을 너무 좋아한다 냄새만 맡아도 쫓아오고 심지어 베란다 화분에.. 2023. 10. 16.
2. Digital Image Analysis System Model Image analysis 영상해석은 컴퓨터 이미지 문제(비전, 영상처리등)를 풀기 위한 정확한 데이터를 위해 데이터를 조작하는것. Image anaysis 영상해석은 data reduction process: 데이터 축소 처리임. Input image -> 전처리:Preprocessing(Noise Removal/ Quantization:양자화/ Finding ROI: 관심영역 찾기) -> Data Reduction: 이미지해석 -> Feature Analysis: 특징해석 - Data Reduction은 Frequency Domain: 주파수 도메인/ Spatial Domain: 공간 도메인에서 처리할지 정할 수 있다. - 넓게 보면 Data reduction까지도 전처리라고 .. 2023. 10. 15.
1. What is Computer Vision? Computer Vision의 여러가지 분야 (Low level Vision - Image) - Image Processing - Segmentation - Edge detection - Feature extraction (High level Vision - Image) - Machine Learning - Matching - Recognition (Low level Vision - Video) - Motion Detection (High level Vision - Video) - Motion Recognition 1. 인간의 시각 시스템 시각이 가장 중요한 감각 중 하나. (컴퓨터 비전과 이미지 프로세싱 분야는 이미지 분석과 관련하여 서로 밀접하게 연관되어 있음.) 인간은 시세포를 통해 빛에너지를 전기.. 2023. 10. 15.
리모델링(노잼) 우리집 내부 전체를 리모델링 하기로 했다. 내가 초등학생때 이 집으로 이사를 왔고, 그 당시에도 딱히 리모델링하지 않고 기존의 집을 그대로 썼기때문에 아마 내부가 15년은 더 됐을 듯하다. 가구들도 옛날 집에서 쓰던 가구들을 많이 가져왔었다. 난 오래된 우리집이 싫었다. 가구들도 하나같이 낡았고 벽지도 촌스러웠다. 사춘기때는 집이 너무 싫어서 내 방 책상에 앉아만 있어도 화가 났다. 우리집은 미적감각같은건 신경을 안쓰나? 왠지 할머니 집이 있다면 이런 집일것같다. 이렇게 안 꾸미는 집에서 평생 살아서 내가 꾸미는걸 잘 못하는건가 우리집이 돈이 얼마나 없는건가.. 생각보다 우리집이 가난하구나 ~같은 생각을 했던것 같다 그래서 제발 이사도 가고 가구도 다 갖다버리고 돈좀 썼으면 좋겠다.... 같은 생각을 하.. 2023. 10. 13.
ISA for MIPS 더보기 Instruction Set CPU가 다르면 instruction set도 다르다. (그러나 기본적인것은 비슷하다) 많은 현대 컴퓨터들은 simple instruction set를 가짐. MIPS Instruction Set 임베디드 core market에서 많이 사용된다. 소비자 가전,카메라,프린터, 장비.. Assembly Language Instructions 기계언어. 우리는 하드웨어와 컴파일러를 만들기 쉬운 ISA를 원한다. RISC - Reduced Instruction Set Computer RISC의 디자인 철학 - 명령어 길이가 고정적이다 - 로드-스토어 명령어를 이용하여 메모리의 값을 접근 - 주소지정모드가 한정적임 - 연산 개수를 최소화함 컴파일러가 효과적으로 사용할 수 있도록.. 2023. 10. 13.
4. 고급 SQL 1. SQL 데이터 타입과 스키마 1.1 Data Type Scale과 Precision의 예 데이터베이스에서 Scale과 Precision은 주로 숫자 데이터 타입에서 사용됩니다. - Precision(정밀도): 소수점을 포함한 전체 자릿수를 나타냅니다. 예를 들어, 숫자 1234.56에서 전체 자릿수는 6이 됩니다. - Scale(스케일): 소수점 아래의 자릿수를 나타냅니다. 예를 들어, 숫자 1234.56에서 소수점 아래의 자릿수는 2가 됩니다. 예를 들어, NUMBER(8,2)라는 데이터 타입은 전체 8자리의 숫자를 표현하며, 소수점 아래에 2자리까지 표현할 수 있습니다. 따라서 1234.56과 같은 숫자를 저장할 수 있습니다. 또 다른 예로, DATE 데이터 타입은 연도, 월, 일, 시, 분, .. 2023. 10. 12.
컴퓨터 구조의 핵심 개념과 성능 최적화 전략 이 장에서는... CPU 설계, CPU 파이프라이닝, 메모리(캐시) 계층구조, 스토리지 설계 등을 배운다. - 컴퓨터 시스템의 기능과 성능이 무엇으로 인해 결정되는지? - 컴퓨터 구조(HW)와 SW사이의 어떤 상호작용이 있는지? - 어떻게 high-level 언어가 머신language로 변환되는가? - HW, SW 인터페이스 - 프로그램 성능은 어떻게 올리는지? 무어의 법칙: CPU의 성능이 약 매 1.5~2년마다 2배씩 증가한다. 황의 법칙: DRAM 용량이 매3년마다 4배가 됨 성능에 영향을 주는 것 알고리즘이 source-level statements의 수를 결정 language/compiler/architecture(CISC, RISC)가 머신레벨 instruction의 수를 결정한다. CPU와 .. 2023. 10. 3.
728x90
반응형

티스토리툴바